AI 资讯聚合 · 开源生态

腾讯混元开源 Hy-Memory 2.0:记忆写入模型 30B-A3B 同期放出

中国开源生态智能体记忆开源权重腾讯混元 · 2026-10-15 · 约2分钟 · 来源:腾讯混元官方站点 / GitHub
腾讯混元开源 Hy-Memory 2.0:记忆写入模型 30B-A3B 同期放出

腾讯混元开源了 Hy-Memory 2.0,官方站点标题直接写明「模型、框架、应用三层全开源」:框架侧是 `hy-memory==2.0.1`(PyPI)与 Hy-Memory 单仓,应用侧是本地优先的桌面与 CLI 产品 MemHub,模型侧是 Hy-Memory-30B-A3B 的权重与技术报告。Hy-Memory 本体是一套双系统认知记忆引擎,面向三类场景分工:Chat 走分层长期记忆,Working 存事实与可复用经验,Coding 用版本演进链追踪差异。

这次放出的模型是解决问题的关键一环。既有记忆框架通常直接把一个通用大模型塞在框架专属提示词后面,写入质量全看 prompt,服务成本高、也不跨框架通用。Hy-Memory-30B-A3B 是一个约 3B 激活参数的紧凑写入器,用「记忆在策略蒸馏」先让学生模型在自己产生的记忆状态上学会 Mem0、MemOS、Hy-Memory 各自的写入协议,再用带归因的跨块奖励、过量存储惩罚与块级 GRPO 优化下游可答性——训练时就跑在真实框架里,写出来的记忆库跨窗口继续沿用,与部署形态一致。

结果按论文口径是:在固定的 20% 基准子集上,Hy-Memory-30B-A3B 在 Mem0、Hy-Memory、MemOS 与留出的 EverMemOS 四个框架上全部排第一,宏平均 55.49%,对比论文给出的 Claude Opus 5 的 54.62%。需要注意这一层:这个对比来自厂商自己的论文与评测配置(128 张 H20 训练、写成对同一批题的答对率),没有第三方复现;它的意义是「记忆写入」第一次被当成一个可以用强化学习专门训练的模型能力,而不是塞一段提示词就完事。

原文链接:腾讯混元官方站点 / GitHub

核验记录
官方站点 https://memory.hunyuan.tencent.com/ 直读 200 / 159,092 字节,页面标题即「Hy-Memory 2.0 — 模型、框架、应用三层全开源 | 腾讯混元」;⚠ 该页为 Next.js 渲染,**页内没有任何日期字段**(ISO 串与英文月份串命中均为 0),故定日按 R21 降到官方仓库与权重仓:GitHub `Tencent-Hunyuan/Hy-Memory` created 2026-10-15T13:06:56Z、HF `tencent/Hy-Memory-30B-A3B` createdAt 2026-10-15T09:52Z(两者同日互证),技术报告 arXiv 2610.22196 论文日为 10-16。README 的 Latest News 明写「[2026-10] Released Hy Memory 2.0 (hy-memory==2.0.1) … open-sourced the Hy-Memory monorepo together with MemHub」。55.49% / 54.62% 与 128 张 H20、块级 GRPO 取自 arXiv HTML 正文(厂商自述口径)。配图走 HF 社交缩略图,裸请求与带站内 Referer 各 200 / image/png 416,701 字节;GitHub og 缩略图本轮 429(按 R42 属链路不可判定,故未采用)。